应用熵值-贝叶斯网络模型分析黑龙江省蔬菜全产业链高质量发展风险

霍红　李亦潮　詹帅

摘    要： 在强化质量导向、推动乡村振兴的背景下全面分析蔬菜全产业链高质量发展风险，对提高蔬菜全产业链运作效率具有重要意义。本研究通过应用熵值-贝叶斯网络模型对黑龙江省蔬菜全产业链质量风险水平进行综合测度，并进一步识别关键风险因素。结果显示目前黑龙江省蔬菜全产业链高质量发展形势稳定向好，但仍存在一定风险，其关键风险主要来源于流通运输、产品管控和市场道德三个维度。据此，提出：（1）加快农村信息化建设，优化物流运输网络布局;（2）强化龙头企业责任意识，鼓励消费者参与质量安全共治;（3）健全社会化服务体系，加强蔬菜品牌建设，促进蔬菜全产业链高质量发展。

关键词： 蔬菜全产业链; 高质量发展; 质量风险; 熵值-贝叶斯网络模型

中图分类号： S63 文献标识码： B 文章编号： 1673-2871（2022）06-105-08

Risk of high-quality development of the whole vegetable industry chain in Heilongjiang analyzed by entropy-Bayesian network model

HUO Hong， LI Yichao， ZHAN Shuai

（Management School， Harbin University of Commerce， Harbin 150028， Heilongjiang， China）

Abstract： Under the background of strengthening quality orientation and promoting rural revitalization， a comprehensive analysis of the high-quality development risks of the whole vegetable industry chain is of great significance to improve the operation efficiency of the whole vegetable industry chain. This study comprehensively measured the quality risk level of the whole vegetable industry chain in Heilongjiang Province by using the entropy Bayesian network model， and further identified the key risk factors. The results show that the high-quality development level of the whole vegetable industry chain in Heilongjiang Province is stable and good， but there are still some risks. The key risks mainly come from circulation， transportation， product control and market ethics. Accordingly， it is proposed that measures should be taken to accelerate the construction of rural informatization and optimize the layout of logistics and transportation network， to strengthen the sense of responsibility of leading enterprises and encourage consumers to participate in the co-governance of quality and safety， and to improve the socialized service system， strengthen the construction of vegetable brands and promote the high-quality development of the whole vegetable industry chain.

Key words： Whole vegetable industry chain; High-quality development; Quality risk; Entropy-Bayesian network model

鄉村振兴，产业兴旺是关键[1]。蔬菜是我国居民不可或缺的主要消费品，推动蔬菜全产业链高质量发展是关系到城乡居民生活改善和农民增收的重要民生工程，也是乡村富民计划的重要举措，更是乡村振兴战略的内在要求[2]。然而，“十三五”期间黑龙江省蔬菜（包含食用菌）种植面积和产量增幅较小，2020年蔬菜种植面积约为15.20万hm，产量约为674.30万t，分别较2016年下降了2.51%，12.97%[3]。在“十四五”丰富乡村经济业态的新发展格局下，黑龙江省在确保粮食安全的同时，牢固树立正确的大食物观，立足于农业供给侧结构改革[4]，使黑龙江省蔬菜产业规模、结构布局逐渐发生转变。与此同时，黑龙江省遵循因地制宜的原则，充分发挥各地区的区位优势，通过建立五大优质设施蔬菜产业集群、七大露地大宗蔬菜优势区、4个特色蔬菜基地，重点发展城郊保供型、出口外销型、优质加工型、山地特色型蔬菜，提升蔬菜全产业链的高质量发展水平。但是，蔬菜全产业链的高质量发展受到产地环境、流通运输、品质混同、产品管控和道德伤害等诸多因素的影响，未来仍然面临较大的风险与挑战[2]。如何有效分析识别蔬菜全产业链高质量发展过程中的风险并对关键风险因素预警，进一步提高黑龙江省蔬菜全产业链的产业化程度，确保农业发展提效、农民增收，是构建蔬菜全产业链保障工程的重要着力点。

目前关于蔬菜全产业链高质量发展风险的研究，主要集中在厘清发展现状、风险分析、风险分類等定性讨论层面[5-6]，对蔬菜全产业链质量风险综合测度的研究相对较少，仅有部分学者采用实证方法进行了初步分析评价，如Hernández-Rubio等[7]通过实证研究发现蔬菜批发商建立更严格的质量控制体系对蔬菜全产业链系统安全有积极的影响，Mehmood等[8]研究认为提高菜农对农药的风险认知可以促进蔬菜全产业链的可持续发展。然而，蔬菜全产业链涉及蔬菜产地选址、品种选择、育苗生产、采收、加工、包装、流通、销售等环节，并受产地环境、流通运输、品质混同、产品管控和道德伤害等诸多因素的影响，多种因素相互交织，形成了一个复杂的风险网络系统，实证方法往往难以对复杂网络系统以及整体风险做出有效分析与推断。而熵值-贝叶斯网络模型可以将风险值可视化，利用概率统计对蔬菜全产业链质量风险进行不确定性推理，反映整个网络中风险间的概率关系[9]。因此，本研究以蔬菜全产业链质量风险为研究对象，在对质量风险因素分析的基础上，结合贝叶斯网络原理应用熵值-贝叶斯网络模型，对黑龙江省蔬菜全产业链质量风险水平进行综合测度，并进一步识别关键风险因素，结合预警信号灯的设置使管理者更为直观地观测到分析结果。根据分析结果提出降低蔬菜全产业链关键风险因素发生概率的对策与建议，以期为推动黑龙江省蔬菜全产业链的高质量发展提供决策支持。

1 黑龙江省蔬菜全产业链高质量发展风险因素分析

1.1 风险因素识别

在对黑龙江省蔬菜全产业链高质量发展现状分析的基础上，本研究根据蔬菜全产业链的重要环节以及蔬菜产业标准化对象的内在关联和功能保障，结合专家访谈和文献学习，将风险源分为以下几类。

1.1.1 产地环境风险 黑土地资源是黑龙江省得天独厚的优势，但是随着城市化进程的不断推进，黑龙江省的农业用优质土地面积不断减少。根据《2020年黑龙江统计年鉴》数据，2019年草原环境的恶化致使盐碱地面积增加45.5%，全省水土流失面积755.6万hm，占总耕地面积的47.7%。全省农药使用量6.4万t，化肥施用量223.3万t，分别占全国总量的4.3%，4.1%[3]。土地退化在一定程度上对蔬菜产地环境造成了破坏，而蔬菜产地环境质量易受产地地理位置、环境空气、灌溉水质量以及土壤环境因素的影响[10]，这些因素又直接影响蔬菜的生长。据此，以产地环境风险为一级指标，选取土壤条件[11]、水源质量[12]、空气质量[13]、选址规范[14]、农资投入品规范[15]为5个二级指标。

1.1.2 品质混同风险 蔬菜的品质混同主要是指受市场秩序的影响，市场中的优质蔬菜无法优价，出现与一般品种混收混销的现象，且对菜农收益造成严重影响[16]。研究发现，一是市场秩序和信息传递机制对蔬菜品质具有不可忽视的影响，由于生产者和经营者之间的信息不对称，市场对于优质蔬菜的定位不够清晰，譬如同一主产区生产的西红柿，其价格受上市时间的影响而产生较大差异。二是蔬菜的加工技术水平较低，加工蔬菜品类局限。以齐齐哈尔市为例，全市蔬菜加工企业仅有7家，其中6家主要加工甜玉米，1家主要加工酱菜，加工量仅为1.5万t（除甜玉米加工量）[17]。而且加工的蔬菜大多数为腌制菜，净菜生产加工技术、冷链物流方式等都处于初级发展阶段。第三，蔬菜生产技术和生产方式仍是制约蔬菜质量提升的重要因素。2020年，黑龙江省粮食作物种植面积约为1445万hm，粮食作物的种植、施药、采收等环节基本上已经实现机械智能化操作。而蔬菜种植面积约为15.20万hm，仅为粮食作物面积的0.1%，尽管蔬菜等经济作物的收益相对较高，但种植蔬菜投入的人力物质成本更高，蔬菜病虫害的防治和高品质蔬菜的种植培养还需高科技的助力。据此，以品质混同风险为一级指标，选取生产者和经营者信息不对称[18]、市场秩序混乱[12]、加工原料安全水平低、疾病疫情[8]、生产方式局限[2]、生产技术落后[19]为6个二级指标。

1.1.3 流通运输风险 当前市场中的蔬菜主要以生鲜为主，具有易腐特性，需要低温贮存和运输，物流运输平台对蔬菜的产销过程具有重要影响。如齐齐哈尔市共有1260个村，其中具备电商配送站点的为456个，占比不足50%，蔬菜流通销售局限于当地商贩收购，菜农对蔬菜市场供求信息掌握不足[17]。即使部分菜农通过“电商+直播”的形式取得销售额，但仍然面临蔬菜的流通运输困境。在确保品质与时效的前提下将蔬菜顺利运往目的地，对蔬菜的质量安全监管与运输环节提出了更高的要求。据此，以流通运输风险为一级指标，选取供求信息沟通缺乏[20]、运输效率低[5]、流通信息的传递渠道局限[21]、蔬菜安全监管力度不足、运输产业链组织化程度低[22]为5个二级指标。

1.1.4 产品管控风险 一方面，新冠肺炎疫情的全球暴发蔓延加之美国为维护霸权地位而对我国进行打压的情形下，蔬菜产业链进口端的“断链危机”和出口端的“断需风险”对蔬菜全产业链的管控升级提出了新的要求[23]。当前“小农户，大市场”的蔬菜市场发展格局不利于蔬菜全产业链的质量管控[21]。市场主体的分散经营存在一定的盲目性，菜农一般都是以家庭为单位的小规模种植经营，而黑龙江省大型的蔬菜批发市场都是大宗交易，如哈达批发市场一般不会直接与小农户、散户合作。另一方面，虽然政府部门官方网站持续发布蔬菜质量安全管控工作进展等信息，但由于形式单调，导致消费者对官方信息的关注度不高，消费者参与蔬菜全产业链质量安全管控的积极性不高，质量安全问题识别能力差[24]。据此，以产品管控风险为一级指标，选取分销渠道缺乏、蔬菜批发市场冗杂[2]、制度体系不健全[23]、消费者安全知识局限、质量安全问题识别能力差[24]为5个二级指标。

1.1.5 道德伤害风险 调研发现，市场中优质蔬菜与一般蔬菜的标准界定不清晰，优质蔬菜品牌数量少、影响力不大[12]，黑龙江省蔬菜品牌仅有“克山马铃薯”“海林猴头菇”“东宁黑木耳”等28个蔬菜地标品牌进入全国知名品牌范围[25]，其余纷杂的小品牌由于缺乏行业指导处于盲目发展状态，导致一些中间渠道商对蔬菜的品种、数量甚至价格享有绝对的话语权。虽然黑龙江省已有40%的品牌蔬菜销售合作社[25]，但仍然有大部分农户个体分散经营，一些经营者过度追求利润，刻意压低价格，优劣产品掺杂贩卖，造成了市场道德失范。另一方面，Ngo等[26]研究得出由于消费者品牌意识不强，消费者以高价购买到残次品后，可能不会再次购买该品种，甚至向周围人抱怨并且夸大事实，造成市场恐慌。此外，加之部分菜农习惯于蔬菜传统的栽培技术和生产观念，对新品种、新技术的接受周期较长，制约了蔬菜质量的提升[12]。据此，以道德伤害风险为一级指标，选取食用不当、菜农标准意识缺乏[20]、消费者逆向行为[12]、市场道德失范、渠道体系垄断[27]为5个二级指标。

1.2 指标体系构建

根据以上分析，黑龙江省蔬菜全产业鏈质量风险指标体系中包含产地环境风险、品质混同风险、流通运输风险、产品管控风险和道德伤害风险5种风险源以及26个风险因素，结合熵值法计算出每项风险因素的权重，最终求出每位专家对各项风险源的综合评价权重（表1），为下文贝叶斯网络的参数学习奠定基础。

2 黑龙江省蔬菜全产业链质量风险的熵值-贝叶斯网络模型构建

2.1 熵值-贝叶斯网络原理

熵是对不确定风险的一种度量，本研究通过熵值的离散程度初步判断风险源对黑龙江省蔬菜全产业链质量风险综合评价的影响程度，计算结果见表1。在此基础上利用贝叶斯网络对黑龙江省蔬菜全产业链质量风险整体水平进行概率推理，并找出关键风险因素。相比传统的概率计算方法，贝叶斯网络可以反映整个数据库中数据间的概率关系[28]，其核心基础是贝叶斯定理，计算公式如下：

P（A|B）=P（A）P（B|A）/P（B） 。 （1）

式中，A和B为模型中的风险因素。P（B）为标准化常量，P（B|A）为风险因素B的后验概率;在考虑B之前，对风险因素A发生概率的估计P（A）为先验概率，在考虑专家对风险源的综合评价打分后，对风险因素A的概率估计P（A|B）为A的后验概率，即在B发生之后，对风险因素A发生概率的重新评估。此外，为了使贝叶斯网络模型中的各个风险节点状态都能被管理者直观观测到，融合文献知识和专家意见设置预警信号灯（表2）。预警信号灯依据指挥交通运行的红灯、绿灯、黄灯理念设置[29]。

2.2 数据来源及处理过程

2.2.1 数据来源 本研究的数据来源主要是专家调研问卷，问卷的发放和收集分为两批次。课题组于2020年4月21日至5月20日在黑龙江省范围内发放第一批专家调研问卷，2021年1月15日至5月10日发放第二批专家调研问卷。问卷的发放形式主要是电话访谈、电子邮件以及线上会议等，邀请与农业领域相关的专家对每项指标的影响程度和其发生的概率进行打分，共计收回153份有效专家调研问卷。其中来源于企业的专家占比62.10%;从事管理工作的专家占比40.50%;从业时间4～5年的专家占比48.40%。

2.2.2    数据处理    贝叶斯网络中的基础数据来源于专家对每项指标的影响程度和其发生概率的打分，以五分李克特量表衡量，各因子的风险水平如下：

D=R×C。 （2）

式中，D表示第i位专家对第j个因子风险水平的评价，R表示第i位专家对第j个风险因子发生概率的打分，C表示第i位专家对第j个风险因子影响程度的打分。

将所得的问卷数据集通过风险等级矩阵（图1）进行规范化处理，即将专家对风险因子影响程度打分值和风险因子发生概率打分值对应相乘得到该项风险对应的等级。其中R1代表低风险，R2代表中等风险，R3代表高风险。

基于专家打分和数据的规范化处理结果，通过下式（3）进一步计算风险源和整体风险水平。

2.3 黑龙江省蔬菜全产业链质量风险的贝叶斯网络结构

构建的黑龙江省蔬菜全产业链质量风险贝叶斯网络以蔬菜全产业链质量风险为最终父节点，涵盖表1中的一级和二级指标（图2）。

3 模型测算结果

3.1 模型正向推理结果

本研究将风险等级矩阵规范后的数据和经熵值法初步分析的结果导入贝叶斯网络中（图2），利用GENIE 2.0软件，将数据进行可视化（图3、4）。

根据模型正向推理结果，黑龙江省蔬菜全产业链质量风险小于10%的占比为20%，处于10%到30%之间的占比为66%，大于30%的占比为15%（图3），计算得到蔬菜全产业链质量风险的综合风险率为24%，模型的预警信号灯为黄色，由此判定黑龙江省蔬菜全产业链质量风险处于中等偏高水平。

从不同风险类型来看，道德伤害风险处于高风险状态的概率最高，其次是产品管控风险。同理计算得出产地环境风险、产品管控风险、品质混同风险、流通运输风险、道德伤害风险的综合风险率分别为16.85%、22.85%、16.85%、20.90%、24.05%（表3）。总体结果表明造成黑龙江省蔬菜全产业链质量风险发生概率最大的是道德伤害风险和产品管控风险，其次是流通运输风险，而产地环境风险和品质混同风险相对较低。

根据二级风险指标分析结果，预警信号灯为红色的指标有4个，表示这4个指标处于高风险水平且对黑龙江省蔬菜全产业链高质量发展影响程度最大，为黑龙江省蔬菜全产业链质量风险预警的关键风险因素，管理者应给予高度重视。预警信号灯为黄色的指标有8个，表示这8个指标处于中等偏高风险水平，对黑龙江省蔬菜全产业链高质量发展存在一定影响（表4）。

3.2 模型诊断推理结果

根据模型正向推理结果，在GENIE 2.0 软件中设置P（R1）=P（R2）=0，P（R3）=1进行诊断推理（图4）。

根据模型诊断推理结果，风险状态变化较大的节点是产地环境风险和品质混同风险。其中，产地环境风险率由16.85%上升为21.65%，预警信号灯由绿灯变为黄灯;品质混同风险率由16.85%上升为22.70%，预警信号灯由绿灯变为黄灯。比较5个节点综合风险率大小：产品管控风险（28.25%）>道德伤害风险（28.10%）>流通运输风险（27.65%）>品质混同风险（22.70%）>产地环境风险（21.65%）（表5）。因此，产品管控风险、道德伤害风险和流通运输风险是主要的致险因素，管理者在决策时可以参照此排序结果确定风险防范方向。

结合一级指标正向推理和诊断推理结果，2种结果均表明产品管控风险、道德伤害风险、流通运输风险是主要的致险源。

4 发展建议

模型总体结果显示黑龙江省当前蔬菜全产业链高质量发展形势稳定向好，主要制约因素来源于流通运输、产品管控和市场道德3个维度。其一，需要满足城乡蔬菜双向流通需求，解决农村运输难题;其二，需要降低蔬菜市场监管成本，提升消费者质量安全认知程度;其三，需要以消费者需求为导向，打破渠道体系垄断。据此，提出如下发展建议。

4.1 加快农村信息化建设，优化物流运输网络布局

一是结合区块链信息不可篡改，物联网全程数据记录及大数据风险分析等技术特点，实现蔬菜全产业链大数据应用，建立健全蔬菜信息共享平台，实现蔬菜种植、生产、物流等信息共享共通，提升信息管理的有效性。如近年来，农业农村部从大田种植、园艺作物等领域先后开展了物联网、大数据试点建设工作，已累计建设57个试点，逐步重视信息化建设在农业节本增效方面的作用[30]。二是建立蔬菜物流合作社，加强菜农与物流企业的合作，汇总当地蔬菜流通运输需求，合理規划蔬菜集疏运枢纽网络，提升运输产业链组织化程度。如安徽省怀远县通过与政企合作，搭建互联互通的城乡运输网络，优化了城乡物流资源配置，实现农村商品每15日一周转，农产品日供应量达3200 t左右[31]。三是要充分发挥疫情期间“互联网+农产品”业态的优势，布局“县、乡、村”三级物流网络，逐步完善农村电商平台的构建，推进冷链物流设施建设，畅通蔬菜产地的“生鲜菜直通车”，鼓励“农超对接”“农市对接”，提升蔬菜运输效率。如云南省云县作为全国电商下乡示范县，抢抓“互联网+”发展机遇，推行“产业+电商+农户”发展模式，引进京东、淘宝、美团等电商企业入驻，联合配送企业布局48个村级物流配送站点，在2020年农产品电商销售额已达1.11亿元[31]。

4.2 强化龙头企业责任意识，鼓励消费者参与质量安全共治

一是发挥龙头企业的先锋模范作用，示范产品管控流程与企业内部监管运营过程，倡导龙头企业对小规模产地进行运营管理，降低市场监管成本;坚持技术创新，延伸蔬菜全产业链的良种培育、农技推广、品牌建设、质量管控等环节。如由龙头企业带动整合的全产业链组织“中百大厨房”，实现了对生鲜果蔬从田间到消费的全程质量管控，使生鲜果蔬年加工配送量达30万t，销售额达40亿元[32]。二是要加大对区块链、物联网和大数据等热门技术在农业领域的资金投入，加速推进乡村蔬菜质量追溯平台的普及应用，将蔬菜全产业链各环节操作“上码”，逐步推行“数智化”监管。如作为全球首个区块链农场的善粮味道农场采用区块链技术创新“平台+基地+农户”模式，对约86.4万hm2黑土地实行“数智化”监管，拆分1700余个业务节点，将农产品种植生产等数据都上链，便于质量溯源并降低了监管成本[33]。三是完善举报人保护制度，拓宽投诉和举报渠道（微博、电子邮件、抖音平台、贴吧、论坛等），创新企业监管机制（如积分制），鼓励消费者参与蔬菜全产业链质量风险评估活动，给予参与者适当的物质和精神奖励，提升消费者质量安全认知程度。

4.3 健全社会化服务体系，加强蔬菜品牌建设

一是要搭建集资源、技术、设施、服务于一体的农业社会化服务平台，组织“科技下乡、标准培训”等活动指导农户进行规范劳作，选择播种“适销对路”的蔬菜品种，普及农业由增产导向转向提质导向的理念，保证后疫情时代农户积极响应农业农村部“菜篮子”产品生产保供的重点工作。二是完善相关主体的利益联结机制，比如典型的龙头企业带动型，即“企业+合作社+基地+农户”，以企业为龙头，与周边蔬菜生产基地、合作社和菜农形成“风险共担，利益共享”的全产业链组织，打破渠道体系垄断行为，重点围绕消费者需求品类蔬菜的种植、生产、加工和销售。如山东潍坊 “食品谷”成立的“食品谷+合作社+基地+农户”联盟，集合了农产品产前、产中、产后的优质资源，打造潍坊萝卜产供销一体化的全产业链体系，创造产业附加值10亿元，联盟农户年人均可支配收入达2.19万元[32]。三是要开展特色蔬菜品牌建设工作，将品牌落实到全产业链发展中的各个环节，促进品牌培育发展，提升蔬菜品牌的影响力。

参考文献

[1] 叶兴庆.迈向2035年的中国乡村：愿景、挑战与策略[J].管理世界，2021，37（4）： 98-112.

[2] 薛亮，张真和，柴立平，等.关于“十四五”期间我国蔬菜产业发展的若干问题[J].中国蔬菜，2021（4）： 5-11.

[3] 黑龙江省统计局.黑龙江省统计年鉴（2020）[M].北京：中国统计出版社，2020.

[4] 冯一新，王丽冬，徐健，等.黑龙江省蔬菜育苗现状、存在问题与对策[J].中国蔬菜，2019（7）： 18-22.

[5] 陈玛琳，陈俊红，龚晶.北京设施农业产业体系构建：现状、问题和对策[J].中国瓜菜，2021，34（8）： 102-108.

[6] 李哲敏，任育锋，张小允.改革开放以来中国蔬菜产业发展及趋势[J].中国农业资源与区划，2018，39（12）： 13-20.

[7] HERNANDEZ-RUBIO J，PEREZ-MESA J C，PIEDRA-MUNOZ L，et al.Determinants of food safety level in fruit and vegetable wholesalers’ supply chain： Evidence from Spain and France[J].International Journal of Environmental Research and  Public Health，2018，15（10）： 1-15.

[8] MEHMOOD Y，ARSHAD M，KAECHELE H，et al.Pesticide residues，health risks，and vegetable farmers’ risk perceptions in Punjab，Pakistan[J].Human and Ecological Risk Assessment： An International Journal，2021，27（3）： 846-864.

[9] DANG K B，WINDHORST W，BURKHARD B，et al.A Bayesian Belief Network–Based approach to link ecosystem functions with rice provisioning ecosystem services[J].Ecological Indicators，2019，100： 30-44.

[10] 徐丽华，王慧.区域农业产业集群特征与形成机制研究：以山东省寿光市蔬菜产业集群为例[J].农业经济问题，2014，35（11）： 26-32.

[11] 李霖，王军，郭红东.产业组织模式对农户生产技术效率的影响：以河北省、浙江省蔬菜种植户为例[J].农业技术经济，2019（7）： 40-51.

[12] 张志刚，德吉措姆，李俊文，等.西藏自治区日喀则市蔬菜产业发展现状及建议[J].中国瓜菜，2021，34（4）： 141-144.

[13] 楊卫丽，宋宏春.“一带一路”下农产品物流中心选址研究：以大西安地区为例[J].西北大学学报（自然科学版），2018，48（5）： 741-748.

[14] 冀宏杰，张怀志，龙怀玉，等.我国不同产品认证体系农产品产地环境标准的比较[J].生态与农村环境学报，2015，31（5）：625-632.

[15] 杨阳，李二玲.绿色农业产业集群形成机理的理论框架及实证分析：以山东寿光蔬菜产业集群为例[J].资源科学，2021，43（1）： 69-81.

[16] 周杰，夏晓剑，胡璋健，等.“十三五”我国设施蔬菜生产和科技进展及其展望[J].中国蔬菜，2021（10）： 20-34.

[17] 齐齐哈尔蔬菜产业发展情况调研报告[EB/OL].（2020-11-26）[2022-01-09] http：//tjj.hlj.gov.cn/tjsj/tjfx/dstjfx/202011/t20201126_80100.html.

[18] 胡世霞，祁睿，沈祥成.蔬菜品牌创建实现路径、机制创新和支撑政策研究：基于乡村振兴战略视角[J].农村经济，2018（7）：44-48.

[19] 李薇，张晶莹.哈尔滨市蔬菜产业发展现状和问题与对策建议[J].农业现代化研究，2013，34（3）： 303-307.

[20] 王志丹，石鑫岩，张慧.我国蔬菜种业发展现状、问题及政策建议[J].中国瓜菜，2021，34（9）： 120-123.

[21] 李霖，郭红东.产业组织模式对农户种植收入的影响：基于河北省、浙江省蔬菜种植户的实证分析[J].中国农村经济，2017（9） ：62-79.

[22] 冷鹏，周楷轩，崔爱华，等.后疫情时代速冻蔬菜产业发展现状与对策研究[J].中国瓜菜，2021，34（10）： 125-128.

[23] 杨丹辉，戴魁早，赵西三，等.推动中国全产业链优化升级[J].区域经济评论，2021（2）： 5-16.

[24] 古川，罗峦.消费者质量识别对农产品供应链质量和价格决策的影响[J].管理评论，2016，28（12）： 225-234.

[25] 毕洪文，李金霞，王萍，等.黑龙江省主要农产品发展现状与对策建议[J].农业经济，2019（1）： 18-20.

[26] NGO H M， LIU R，MORITAKA M， et al.Effects of industry-level factors，brand credibility and brand reputation on brand  trust in safe food： evidence from the safe vegetable sector in Vietnam[J].British Food Journal，2020，122（9）： 2993-3007.

[27] 艾玲.我国蔬菜出口贸易走势、挑战及策略[J].对外经贸实务，2020（5）： 57-60.

[28] DAIRY B，VALVERDE J，MOURA M F，et al.A survey of the applications of Bayesian networks in  agriculture[J].Engineering Applications of Artificial Intelligence，2017，65（10）： 29-42.

[29] 陆静，王捷.基于贝叶斯网络的商业银行全面风险预警系统[J].系统工程理论与实践，2012，32（2）： 225-235.

[30] 农业农村部信息中心课题组.农业全产业链大数据的作用机理和建设路径研究[J].农业经济问题， 2021（9）： 90-97.

[31] 王艳，王华，张婷婷.城乡融合背景下农村商品流通市场发展经验与启示[J].商业经济研究，2020（7）： 128-131.

[32] 韩喜艳，高志峰，刘伟.全产业链模式促进农产品流通的作用机理：理论模型与案例实证[J].农业技术经济，2019（4）： 55-70.

[33] 生吉萍，莫际仙，于滨铜，等.区块链技术何以赋能农业协同创新发展：功能特征、增效机理与管理机制[J].中国农村经济，2021（12）： 22-43.